Redis之Python操作

时间:2022-03-21 22:12:40

Redis简单介绍

如果简单地比较Redis与Memcached的区别,大多数都会得到以下观点:
1 Redis不仅仅支持简单的k/v类型的数据,同时还提供list,set,zset,hash等数据结构的存储。
2 Redis支持数据的备份,即master-slave模式的数据备份。
3 Redis支持数据的持久化,可以将内存中的数据保持在磁盘中,重启的时候可以再次加载进行使用。
在Redis中,并不是所有的数据都一直存储在内存中的。这是和Memcached相比一个最大的区别(我个人是这么认为的)。

Redis只会缓存所有的key的信息,如果Redis发现内存的使用量超过了某一个阀值,将触发swap的操作,Redis根据“swappability = age*log(size_in_memory)”计算出哪些key对应的value需要swap到磁盘。然后再将这些key对应的value持久化到磁盘中,同时在内存中清除。这种特性使得Redis可以保持超过其机器本身内存大小的数据。当然,机器本身的内存必须要能够保持所有的key,毕竟这些数据是不会进行swap操作的。

同时由于Redis将内存中的数据swap到磁盘中的时候,提供服务的主线程和进行swap操作的子线程会共享这部分内存,所以如果更新需要swap的数据,Redis将阻塞这个操作,直到子线程完成swap操作后才可以进行修改。

当从Redis中读取数据的时候,如果读取的key对应的value不在内存中,那么Redis就需要从swap文件中加载相应数据,然后再返回给请求方。这里就存在一个I/O线程池的问题。在默认的情况下,Redis会出现阻塞,即完成所有的swap文件加载后才会相应。这种策略在客户端的数量较小,进行批量操作的时候比较合适。但是如果将Redis应用在一个大型的网站应用程序中,这显然是无法满足大并发的情况的。所以Redis运行我们设置I/O线程池的大小,对需要从swap文件中加载相应数据的读取请求进行并发操作,减少阻塞的时间。

Redis、memcache、mongoDB 对比

1、性能
都比较高,性能对我们来说应该都不是瓶颈
总体来讲,TPS方面redis和memcache差不多,要大于mongodb

2、操作的便利性
memcache数据结构单一
redis丰富一些,数据操作方面,redis更好一些,较少的网络IO次数
mongodb支持丰富的数据表达,索引,最类似关系型数据库,支持的查询语言非常丰富

3、内存空间的大小和数据量的大小
redis在2.0版本后增加了自己的VM特性,突破物理内存的限制;可以对key value设置过期时间(类似memcache)
memcache可以修改最大可用内存,采用LRU算法
mongoDB适合大数据量的存储,依赖操作系统VM做内存管理,吃内存也比较厉害,服务不要和别的服务在一起

4、可用性(单点问题)
对于单点问题:
redis,依赖客户端来实现分布式读写;主从复制时,每次从节点重新连接主节点都要依赖整个快照,无增量复制,因性能和效率问题,所以单点问题比较复杂;不支持自动sharding,需要依赖程序设定一致hash 机制。一种替代方案是,不用redis本身的复制机制,采用自己做主动复制(多份存储),或者改成增量复制的方式(需要自己实现),一致性问题和性能的权衡
Memcache本身没有数据冗余机制,也没必要;对于故障预防,采用依赖成熟的hash或者环状的算法,解决单点故障引起的抖动问题。
mongoDB支持master-slave,replicaset(内部采用paxos选举算法,自动故障恢复),auto sharding机制,对客户端屏蔽了故障转移和切分机制。

5、可靠性(持久化)
对于数据持久化和数据恢复:
redis支持(快照、AOF):依赖快照进行持久化,aof增强了可靠性的同时,对性能有所影响
memcache不支持,通常用在做缓存,提升性能;
MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性

6、数据一致性(事务支持)
Memcache 在并发场景下,用cas保证一致性
redis事务支持比较弱,只能保证事务中的每个操作连续执行
mongoDB不支持事务

7、数据分析
mongoDB内置了数据分析的功能(mapreduce),其他不支持

8、应用场景
redis:数据量较小的更性能操作和运算上
memcache:用于在动态系统中减少数据库负载,提升性能;做缓存,提高性能(适合读多写少,对于数据量比较大,可以采用sharding)
MongoDB:主要解决海量数据的访问效率问题

Redis安装和基本使用

Redis的安装很简单:

wget http://download.redis.io/releases/redis-3.0.6.tar.gz
tar xzf redis-3.0.6.tar.gz
cd redis-3.0.6
make

启动服务端:

src/redis-server &

启动客户端并操作:

src/redis-cli
redis> set foo bar
OK
redis> get foo
"bar"

Redis中的数据操作

Redis中的数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的。在此基础上,redis支持各种不同方式的排序。

python安装redis接口

pip3 install redis
#或者
easy_install redis

API使用

redis-py可以分为:

  • 连接方式
  • 连接池
  • 操作
    • 字符串操作
    • hash操作
    • list操作
    • set操作
    • zset操作
  • 管道操作
  • 发布订阅

    操作模式

    redis-py提供了两个类:Redis,StrictRedis用于实现Redis的命令,StrictRedis用于实现大部分官方的命令,并使用官方的语法和命令,Redis是StrictRedis的子类,用于向前兼容旧版本的redis-py。

import redis

r=redis.Redis(host='192.168.4.193',port=6379)
print(r.get('foo')) #注意,get到的是字节类型,如果需要字符串需要decoded()
print(r.get('foo').decode())

连接池

大家都知道,创建一个连接要比直接使用一个连接的服务器开销大,所以redis-py内置了一个连接池的概念.redis-py使用ConnectionPool来管理对一个redis-server的所有连接,避免每次建立、释放连接的开销。默认,每个Redis实例都会维护一个自己的连接池。可以直接建立一个连接池,然后作为参数Redis,这样就可以实现多个Redis实例共享一个连接池。

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.get('foo').decode())
print(r.get('ff')) #如果不存在的话,提示None

操作

字符串操作

String操作,redis中的String在在内存中按照一个name对应一个value来存储。

set(name, value, ex=None, px=None, nx=False, xx=False)

在Redis中设置值,默认,不存在则创建,存在则修改
参数:
ex,过期时间(秒)
px,过期时间(毫秒)
nx,如果设置为True,则只有name不存在时,当前set操作才执行
xx,如果设置为True,则只有name存在时,当前set操作才执行

setnx(name, value)

设置值,只有name不存在时,执行设置操作(添加)

setex(name, value, time)

# 设置值
# 参数:
# time,过期时间(数字秒 或 timedelta对象)

psetex(name, time_ms, value)

# 设置值
# 参数:
# time_ms,过期时间(数字毫秒 或 timedelta对象)

mset(*args, **kwargs)
批量设置值

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.mset({'cc': 123, 'dd': 34}) #可以是字典
r.mset(ccc=12,ddd=34) #注意key不带引号,带引号会报错
print(r.get('ccc'))

mget(keys, *args)
批量获取值

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.mset({'cc': 123, 'dd': 34})
r.mset(ccc=12,ddd=34)
print(r.get('ccc'))
print(r.mget(['cc','ccc','dd'])) #参数为列表,得到的结果为列表类型

getset(name, value)

设置新值并获取原来的值

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.getset('cc', 'new'))
print(r.get('cc'))

out:

b'123'
b'new'

getrange(key,start,end)

如果end超过索引的值,不报错,只显示到最后一个字节

# 获取子序列(根据字节获取,非字符),
# 参数:
# name,Redis 的 name
# start,起始位置(字节)
# end,结束位置(字节)
# 如: "武沛齐" ,0-3表示 "武"
import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.set('cc','成晨')
print(r.getrange('cc',2,7)) #显示为字节类型

setrange(name, offset, value)

修改字符串内容,从指定字符串索引开始向后替换(新值太长时,则向后添加)

# 参数:
# offset,字符串的索引,字节(一个汉字三个字节)
# value,要设置的值

setbit(name, offset, value)

感觉并没什么卵用

# 对name对应值的二进制表示的位进行操作

# 参数:
# name,redis的name
# offset,位的索引(将值变换成二进制后再进行索引)
# value,值只能是 1 或 0 # 注:如果在Redis中有一个对应: n1 = "foo",
那么字符串foo的二进制表示为:01100110 01101111 01101111
所以,如果执行 setbit('n1', 7, 1),则就会将第7位设置为1,
那么最终二进制则变成 01100111 01101111 01101111,即:"goo" # 扩展,转换二进制表示: # source = "武沛齐"
source = "foo" for i in source:
num = ord(i)
print bin(num).replace('b','') 特别的,如果source是汉字 "武沛齐"怎么办?
答:对于utf-8,每一个汉字占 3 个字节,那么 "武沛齐" 则有 9个字节
对于汉字,for循环时候会按照 字节 迭代,那么在迭代时,将每一个字节转换 十进制数,然后再将十进制数转换成二进制
11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000
-------------------------- ----------------------------- -----------------------------
武 沛 齐

getbit(name, offset)

获取name对应的值的二进制表示中的某位的值 (0或1)

bitcount(key, start=None, end=None)

# 获取name对应的值的二进制表示中 1 的个数
# 参数:
# key,Redis的name
# start,位起始位置
# end,位结束位置

bitop(operation, dest, *keys)

# 获取多个值,并将值做位运算,将最后的结果保存至新的name对应的值

# 参数:
# operation,AND(并) 、 OR(或) 、 NOT(非) 、 XOR(异或)
# dest, 新的Redis的name
# *keys,要查找的Redis的name # 如:
bitop("AND", 'new_name', 'n1', 'n2', 'n3')
# 获取Redis中n1,n2,n3对应的值,然后讲所有的值做位运算(求并集),然后将结果保存 new_name 对应的值中

strlen(name)

返回name对应值的字节长度(一个汉字3个字节)

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.strlen('cc'))

incr(self, name, amount=1)

自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增,如果value非数字,会报错

# 参数:
# name,Redis的name
# amount,自增数(必须是整数) # 注:同incrby

incrbyfloat(self, name, amount=1.0)

# 自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。

# 参数:
# name,Redis的name
# amount,自增数(浮点型)

decr(self, name, amount=1)

自减 name对应的值,当name不存在时,则创建name=amount,否则,则自减。

# 参数:
# name,Redis的name
# amount,自减数(整数)

append(key, value)

在redis name对应的值后面追加内容

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.append('cc', 'asdf')
print(r.get('cc').decode())

Hash操作

hset(name, key, value)

name对应的hash中设置一个键值对(不存在,则创建;否则,修改)

# 参数:
# name,redis的name
# key,name对应的hash中的key
# value,name对应的hash中的value # 注:
# hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建(相当于添加)

hmset(name, mapping)

在name对应的hash中批量设置键值对

# 参数:
# name,redis的name
# mapping,字典,如:{'k1':'v1', 'k2': 'v2'} # 如:
# r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

hget(name,key)

在name对应的hash中获取根据key获取value

hmget(name, keys, *args)
在name对应的hash中获取多个key的值

# 参数:
# name,reids对应的name
# keys,要获取key集合,如:['k1', 'k2', 'k3']
# *args,要获取的key,如:k1,k2,k3 # 如:
# r.mget('xx', ['k1', 'k2'])
# 或
# print(r.hmget('xx', 'k1', 'k2'))

hgetall(name)

获取name对应hash的所有键值

hlen(name)

获取name对应的hash中键值对的个数

hkeys(name)

获取name对应的hash中所有的key的值

hvals(name)

获取name对应的hash中所有的value的值

hexists(name, key)

检查name对应的hash是否存在当前传入的key

hdel(name,*keys)
将name对应的hash中指定key的键值对删除

hincrby(name, key, amount=1)

自增name对应的hash中的指定key的值,不存在则创建key=amount

# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(整数)

hincrbyfloat(name, key, amount=1.0)

自增name对应的hash中的指定key的值,不存在则创建key=amount

# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(浮点数) # 自增name对应的hash中的指定key的值,不存在则创建key=amount

hscan(name, cursor=0, match=None, count=None)

增量式迭代获取,对于数据大的数据非常有用,hscan可以实现分片的获取数据,并非一次性将数据全部获取完,从而放置内存被撑爆

# 参数:
# name,redis的name
# cursor,游标(基于游标分批取获取数据)
# match,匹配指定key,默认None 表示所有的key
# count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数 # 如:
# 第一次:cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
# 第二次:cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
# ...
# 直到返回值cursor的值为0时,表示数据已经通过分片获取完毕

hscan_iter(name, match=None, count=None)

利用yield封装hscan创建生成器,实现分批去redis中获取数据

# 参数:
# match,匹配指定key,默认None 表示所有的key
# count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数 # 如:
# for item in r.hscan_iter('xx'):
# print item

List操作

redis中的List在在内存中按照一个name对应一个List来存储
需要注意的是:list类型用get不行,需要用lrange(name,0,-1)取全部的值

lpush(name,values)

在name对应的list中添加元素,每个新的元素都添加到列表的最左边

# 在name对应的list中添加元素,每个新的元素都添加到列表的最左边

# 如:
# r.lpush('oo', 11,22,33)
# 保存顺序为: 33,22,11 # 扩展:
# rpush(name, values) 表示从右向左操作,保存顺序为11,22,33
import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.lpush('l2',11,22,33)
res=r.lrange('l2',0,-1)
print(res)

out:

[b'33', b'22', b'11']

lpushx(name,value)

在name对应的list中添加元素,只有name已经存在时,值添加到列表的最左边
rpushx(name, value) 表示从右向左操作

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.lpushx('l2',11,)
res=r.lrange('l2',0,-1)
print(res)

out:

[b'11', b'33', b'22', b'11', b'11', b'22', b'33']

llen(name)

name对应的list元素的个数

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.llen('l2'))

linsert(name, where, refvalue, value))

在name对应的列表的某一个值前或后插入一个新值

# 参数:
# name,redis的name
# where,BEFORE或AFTER
# refvalue,标杆值,即:在它前后插入数据
# value,要插入的数据
import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.linsert('l2', where='before', refvalue=22, value=56)
print(r.llen('l2'))
print(r.lrange('l2',0,-1))

r.lset(name, index, value)

对name对应的list中的某一个索引位置重新赋值

# 参数:
# name,redis的name
# index,list的索引位置
# value,要设置的值

r.lrem(name, value, num)

在name对应的list中删除指定的值,以及后面的几个元素

# 参数:
# name,redis的name
# value,要删除的值
# num, num=0,删除列表中所有的指定值;
# num=2,从前到后,删除2个;
# num=-2,从后向前,删除2个

lpop(name)

在name对应的列表的左侧获取第一个元素并在列表中移除,返回值则是第一个元素
rpop(name) 表示从右向左操作

lindex(name, index)

在name对应的列表中根据索引获取列表元素

lrange(name, start, end)

在name对应的列表分片获取数据

# 参数:
# name,redis的name
# start,索引的起始位置
# end,索引结束位置

ltrim(name, start, end)

在name对应的列表中移除没有在start-end索引之间的值

# 参数:
# name,redis的name
# start,索引的起始位置
# end,索引结束位置

rpoplpush(src, dst)

从一个列表取出最右边的元素,同时将其添加至另一个列表的最左边

# 参数:
# src,要取数据的列表的name
# dst,要添加数据的列表的name

blpop(keys, timeout)

将多个列表排列,按照从左到右去pop对应列表的元素

# 参数:
# keys,redis的name的集合
# timeout,超时时间,当元素所有列表的元素获取完之后,阻塞等待列表内有数据的时间(秒), 0 表示永远阻塞

r.brpop(keys, timeout)

将多个列表排列,按照从从右向左获取数据

brpoplpush(src, dst, timeout=0)

从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧

# 参数:
# src,取出并要移除元素的列表对应的name
# dst,要插入元素的列表对应的name
# timeout,当src对应的列表中没有数据时,阻塞等待其有数据的超时时间(秒),0 表示永远阻塞

自定义增量迭代

由于redis类库中没有提供对列表元素的增量迭代,如果想要循环name对应的列表的所有元素,那么就需要:

  • 获取name对应的所有列表
  • 循环列表

如果列表非常大,那么就有可能在第一步时就将程序的内容撑爆,所有有必要自定义一个增量迭代的功能:

def list_iter(name):
"""
自定义redis列表增量迭代
:param name: redis中的name,即:迭代name对应的列表
:return: yield 返回 列表元素
"""
list_count = r.llen(name)
for index in xrange(list_count):
yield r.lindex(name, index) # 使用
for item in list_iter('pp'):
print item

set操作

sadd(name,values)

name对应的集合中添加元素

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.sadd('s1', {'cc': 23, 'dd': 323})
# r.delete('s1')
res = r.smembers('s1')
for item in res:
print(item.decode())

smembers(name)

获取name对应的集合的所有成员,需要注意的是,返回结果是一个集合,如果需要非字节类型的,需要轮询并且decode()

scard(name)

获取name对应的集合中元素个数

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
r.sadd('s1',{32,45,'sd',56})
print(r.scard('s1'))

sdiff(keys, *args)
在第一个name对应的集合中且不在其他name对应的集合的元素集合

sdiffstore(dest, keys, *args)
获取第一个name对应的集合中且不在其他name对应的集合,再将其新加入到dest对应的集合中

sinter(keys, *args)
获取多一个name对应集合的并集

sinterstore(dest, keys, *args)
获取多一个name对应集合的并集,再讲其加入到dest对应的集合中

sismember(name, value)

检查value是否是name对应的集合的成员

smove(src, dst, value)

将某个成员从一个集合中移动到另外一个集合

spop(name)

从集合的右侧(尾部)移除一个成员,并将其返回

srandmember(name, numbers)

从name对应的集合中随机获取 numbers 个元素

srem(name, values)

在name对应的集合中删除某些值

sunion(keys, *args)
获取多一个name对应的集合的并集

sunionstore(dest,keys, *args)
获取多一个name对应的集合的并集,并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)

sscan_iter(name, match=None, count=None)

同字符串的操作,用于增量迭代分批获取元素,避免内存消耗太大

有序集合

在集合的基础上,为每元素排序;元素的排序需要根据另外一个值来进行比较,所以,对于有序集合,每一个元素有两个值,即:值和分数,分数专门用来做排序。

zadd(name, *args, kwargs)
在name对应的有序集合中添加元素,
其中插入的元素后面需要写入权重的值,表示排序的数序**

# 如:
# zadd('zz', 'n1', 1, 'n2', 2)
# 或
# zadd('zz', n1=11, n2=22)
import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
# r.zadd('s2', 'n1', 1, 'n2', 2, 'n3',3)
# r.zadd('s3',n1=1,n2=2)
r.zadd('s4',n1=3,n2=1,n3=1)
print(r.zrange('s4',0,-1))

out:

[b'n2', b'n3', b'n1']

r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)

按照索引范围获取name对应的有序集合的元素

# 参数:
# name,redis的name
# start,有序集合索引起始位置(非分数)
# end,有序集合索引结束位置(非分数)
# desc,排序规则,默认按照分数从小到大排序
# withscores,是否获取元素的分数,默认只获取元素的值
# score_cast_func,对分数进行数据转换的函数 # 更多:
# 从大到小排序
# zrevrange(name, start, end, withscores=False, score_cast_func=float) # 按照分数范围获取name对应的有序集合的元素
# zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
# 从大到小排序
# zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

zcard(name)

获取name对应的有序集合元素的数量

zcount(name, min, max)

获取name对应的有序集合中分数 在 [min,max] 之间的个数

zincrby(name, value, amount)

自增name对应的有序集合的 name 对应的分数

zrank(name, value)

获取某个值在 name对应的有序集合中的排行(从 0 开始),zrevrank(name, value),从大到小排序

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.zrange('s4',0,-1))
print(r.zrank('s4','n3'))

out:

[b'n2', b'n3', b'n1']
1

zrangebylex(name, min, max, start=None, num=None)

当有序集合的所有成员都具有相同的分值时,有序集合的元素会根据成员的 值 (lexicographical ordering)来进行排序,而这个命令则可以返回给定的有序集合键 key 中, 元素的值介于 min 和 max 之间的成员
对集合中的每个成员进行逐个字节的对比(byte-by-byte compare), 并按照从低到高的顺序, 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话, 那么命令会认为较长的字符串比较短的字符串要大

# 参数:
# name,redis的name
# min,左区间(值)。 + 表示正无限; - 表示负无限; ( 表示开区间; [ 则表示闭区间
# min,右区间(值)
# start,对结果进行分片处理,索引位置
# num,对结果进行分片处理,索引后面的num个元素 # 如:
# ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga
# r.zrangebylex('myzset', "-", "[ca") 结果为:['aa', 'ba', 'ca'] # 更多:
# 从大到小排序
# zrevrangebylex(name, max, min, start=None, num=None)

zrem(name, values)

删除name对应的有序集合中值是values的成员,如zrem('zz', ['s1', 's2'])

zremrangebyrank(name, min, max)

根据排行范围删除

zremrangebyscore(name, min, max)

根据分数范围删除

zremrangebylex(name, min, max)

根据值返回删除

zscore(name, value)

获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)

获取两个有序集合的交集,如果遇到相同值不同分数,则按照aggregate进行操作
aggregate的值为: SUM MIN MAX

zunionstore(dest, keys, aggregate=None)

获取两个有序集合的并集,如果遇到相同值不同分数,则按照aggregate进行操作
aggregate的值为: SUM MIN MAX

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)

zscan_iter(name, match=None, count=None,score_cast_func=float)

同字符串相似,相较于字符串新增score_cast_func,用来对分数进行操作

其他操作

delete(*names)
根据删除redis中的任意数据类型

exists(name)

检测redis的name是否存在,返回True或者False

keys(pattern='*')
根据模型获取redis的name

    # KEYS * 匹配数据库中所有 key 。
# KEYS h?llo 匹配 hello , hallo 和 hxllo 等。
# KEYS h*llo 匹配 hllo 和 heeeeello 等。
# KEYS h[ae]llo 匹配 hello 和 hallo ,但不匹配 hillo
import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
print(r.exists('cc'))
print(r.keys(pattern='c*'))

out:

True
[b'cc', b'ccc']

expire(name ,time)

为某个redis的某个name设置超时时间

rename(src, dst)

对redis的name重命名为

move(name, db)

将redis的某个值移动到指定的db下

randomkey()

随机获取一个redis的name(不删除)

type(name)

获取name对应值的类型

scan(cursor=0, match=None, count=None)

scan_iter(match=None, count=None)

同字符串操作,用于增量迭代获取key

管道

redis-py默认在执行每次请求都会创建(连接池申请连接)和断开(归还连接池)一次连接操作,如果想要在一次请求中指定多个命令,则可以使用pipline实现一次请求指定多个命令,并且默认情况下一次pipline 是原子性操作。减少功耗

import redis

pool = redis.ConnectionPool(host='192.168.4.193', port=6379)
r = redis.Redis(connection_pool=pool)
pipe = r.pipeline(transaction=True)
r.set('cc', 'asdfasdf')
r.set('dd', 'asdfasdf')
pipe.execute()

发布和订阅

类似于RSS
发布者:服务器
订阅者:Dashboad和数据处理
看下面代码:
类文件名:monitor.py:

import redis

class RedisHelper:
def __init__(self):
self.__conn = redis.Redis(host='192.168.4.193', port=6379)
self.chan_sub = 'fm250'
self.chan_pub = 'fm250' def public(self, msg):
self.__conn.publish(self.chan_pub, msg)
return True def subscribe(self):
pub=self.__conn.pubsub()
pub.subscribe(self.chan_sub)
pub.parse_response()
return pub

订阅者文件名:subscriber.py

import sys,os
sys.path.append(os.path.dirname(__file__)) from monitor import RedisHelper obj = RedisHelper()
redis_sub = obj.subscribe() while True:
msg = redis_sub.parse_response()
print(msg)

发布者文件名:publisher.py

import sys,os
sys.path.append(os.path.dirname(__file__))
from monitor import RedisHelper obj = RedisHelper()
obj.public('fffff,sdfasdfasdfs')

测试结果:

[b'message', b'fm250', b'hello,world!!!']
[b'message', b'fm250', b'fffff,sdfasdfasdfs']

需要注意的是,输出的结果为列表,其中的元素均是字节的类型!